分布式事务与数据一致性

理解跨服务事务为什么不能直接一起回滚,并通过订单、库存和支付案例掌握 Saga、最终一致性、补偿与故障恢复。

🎯 引言

上一章解决了业务事件如何可靠发布,以及消费者如何避免重复处理。但一笔订单不只有一条事件: 创建订单、预留库存、确认支付 分别由不同服务负责。假如库存已经预留,支付却失败了,应该怎么办?支付明明成功,订单服务却暂时无法更新,又该怎么办?

本篇通过这两种情况,讲清 最终一致性、Saga、补偿操作和故障恢复 。重点是理解业务应该如何设计,不重新讲 MySQL 事务、RabbitMQ 消息确认,也不搭建另一套 Express 项目。


🧱 为什么一个 MySQL 事务解决不了整个订单流程

在单个数据库内,可以用本地事务把多次写入一起提交或回滚。但现在订单数据归订单服务,库存记录归库存服务,支付记录归支付服务;每个服务只管理自己的数据库。

假设发生了这样的情况:

正在加载流程图…

库存服务已经提交的预留记录, 不会因为支付服务失败而自动回滚 。订单服务也不能直接修改库存表来撤销它,因为那会破坏上一章确定的数据所有权。

这不是某条 SQL 写错了,而是 多个服务分别提交本地事务之后,需要额外的业务协调机制 。微服务中的分布式事务问题,首先是如何使这些独立操作最终形成合理的业务结果。


🔄 最终一致性:允许短暂不同,但要有恢复路径

继续看支付成功的情况。支付服务先确认支付成功,订单服务可能稍后才收到事件,因此在某一时刻会出现:

时间支付服务记录订单服务记录是否合理
支付前待支付待支付是
支付刚成功支付成功待支付暂时可以
订单处理支付事件后支付成功已支付达到预期

这就是 最终一致性 的一个例子:不同服务的数据不必在同一瞬间全部更新,但系统要能通过可靠事件、重试或恢复任务,把业务推进到允许的最终状态。 最终一致不是让几个数据库保存完全相同的内容,而是让它们对同一笔业务的结果不再互相矛盾。 例如支付已成功,订单最终应体现已支付;支付明确失败,订单应取消,已预留库存应得到释放;结果仍未知时则必须继续核实,不能假装流程已经结束。

“最终一致”不等于“放着不管自然会一致”。如果事件长期处理失败,必须能发现异常并继续重试、补偿或人工处理;否则订单可能一直停留在错误状态。

为了追踪处理过程,订单服务可以设计以下状态:

订单状态含义
PENDING_RESERVATION订单已创建,等待库存预留结果
PENDING_PAYMENT库存已预留,等待支付处理
PAYMENT_UNKNOWN支付请求没有明确结果,尚不能按失败处理
PAID已确认支付成功
CANCELLING已确认无法继续,正在释放预留库存
CANCELLED取消流程完成,相关预留已处理

这些状态是本课程为说明业务过程选择的一种设计,不是 Saga 规定的唯一状态集合。重要的是: “正在处理”“结果未知”“已经失败”不能混为一谈。


🛠 使用 Saga 组织多个本地事务

Saga 是一种跨服务业务协调方式:把一笔业务拆成若干个可以独立提交的本地事务,并为中途无法继续的情况安排 补偿操作 ,让流程有办法恢复到业务允许的状态。

先看一笔 全部成功 的订单。每一步都在负责它的服务中提交自己的本地事务,而不是由订单服务开启一个跨三个数据库的 MySQL 事务:

正在加载流程图…

当这四步都成功,订单完成。难点在于: 前面某一步已经提交,后面一步却失败了,怎么办? 例如库存已经预留,但支付明确失败,订单服务就需要安排库存服务释放原来的预留,这种后续业务操作叫做 补偿 。

实际业务不一定每一步都成功。先不用把所有异常放进一张图,只需要根据 操作结果 决定下一步:

发生的情况应该怎么做
库存明确不足取消订单;没有预留成功就不需要释放库存
库存已经预留,但支付明确失败释放这次库存预留,再完成订单取消
支付已经成功,但订单状态更新失败保留支付成功的事实,继续恢复订单状态更新,不能取消订单
库存或支付请求超时,结果未知暂停下一步,查询原操作结果;不能直接当作失败

例如: 库存已预留,支付明确失败 ,补偿流程其实只有两步:

正在加载流程图…

为什么不能把“超时”也按失败处理?因为库存预留请求超时,可能是库存服务已经完成预留,只是响应没返回;支付请求超时,也可能是已经扣款但响应丢失。 先核实原操作是否成功,再决定继续、补偿或等待 ,才不会把正常业务处理错。

如果释放库存本身也失败,订单先保持 CANCELLING,等释放完成后再标记 CANCELLED。

本节使用的状态和流程是教学设计,不意味着每个接口都有天然的“查询结果”能力。实际项目需要提供可查询的预留记录、支付尝试记录及对应的幂等标识,才能在超时后安全恢复。

每一步为什么都要保存进度

Saga 可能持续超过一次 HTTP 请求,协调者也可能中途重启。因此不能只把当前执行到哪一步放在一个 JavaScript 变量里。

例如,订单服务可持久化记录订单的处理状态、库存预留编号、支付尝试编号及下一步待执行动作。协调者重新运行时,先读取这些记录,再继续尚未完成的步骤。

这里的“协调者”可以是订单服务中的一个业务流程组件,不要求另起一个新服务。真正执行库存或支付操作的仍然是各自的服务。


⚠️ 补偿不是 SQL 回滚,失败也可能需要恢复

假设库存服务最初有 10 件可售商品,本次订单预留 2 件:

业务阶段可售数量 available预留数量 reserved
预留前100
成功预留 2 件82
支付明确失败并成功释放预留100

预留库存 已经提交过一次本地事务; 释放预留 是另外一次真实发生的业务操作,而不是跨数据库执行 ROLLBACK。所以释放时至少要满足以下要求:

  • 根据原来的 库存预留编号 释放,不能只按商品编号盲目增加库存。
  • 同一份预留重复请求释放,也只能成功释放一次,否则库存会凭空增加。
  • 如果释放失败,订单仍应保留 CANCELLING 等待处理状态;不能提前宣称取消完成。
  • 如果支付已经确认成功,不能把“订单状态更新失败”当作释放库存的理由。

这也说明 Saga 的补偿不保证让所有数据“回到时间倒流前的样子”。它要做到的是:在已经发生过的业务操作基础上,执行 业务上合理的恢复动作 。

支付超时为什么最危险

订单服务调用模拟支付接口后,可能因为网络超时没有收到响应。但支付服务也许已经成功记录支付结果,只是响应在途中丢失。

正在加载流程图…

每一次支付尝试应使用稳定的 幂等键 ,避免重试导致重复扣款。这里无需重讲幂等的数据库实现,关键是理解: 超时只是没有拿到答案,不等于业务已经失败。


⚖️ 编排式 Saga 与协同式 Saga

Saga 常见两种组织方式:

对比编排式 Saga协同式 Saga
谁决定下一步协调者根据当前状态安排动作各服务根据收到的业务事件推进动作
订单案例订单服务协调库存、支付和取消库存、支付、订单通过事件衔接业务
优点流程集中,更容易看清失败路径服务可以围绕事件协作,减少中央流程控制
主要难点协调状态必须持久化并支持恢复事件依赖和整体进度更难追踪

本课程选择 编排式 来讲清订单流程,因为步骤和失败分支更直观。但不论选哪一种,支付结果未知、补偿幂等、事件可靠发布及恢复进度等问题都不会自动消失。


❓ 知识问答

Q1:Saga 能让几个数据库像一个 MySQL 事务那样同时提交吗?

不能。Saga 协调的是多个已经各自提交的本地事务,通过后续动作或补偿使业务达到可接受状态;并不提供整个过程的原子提交与即时隔离。

Q2:支付成功,但更新订单状态失败,应该取消订单吗?

不应该直接取消。支付成功是已经确认的事实,应保存并恢复“把订单标记为已支付”的步骤,必要时告警或人工核对。

Q3:调用支付接口超时,是不是应该释放库存?

不能仅因为超时就释放。需要先确认支付是否成功;结果仍未知时保留待核实状态,避免已经扣款却取消订单。


🧪 小练习

假设一笔订单已经预留 2 件库存,随后调用模拟支付接口时发生超时。请设计恢复流程:

  1. 写出此时订单应处于什么状态,并解释为什么不能直接标记为 CANCELLED。
  2. 列出支付查询返回“成功”“明确失败”“仍未知”时的下一步。
  3. 如果支付失败后释放库存的请求也超时,说明如何避免重复释放。
  4. 如果支付已成功、但订单更新失败,说明如何恢复而不错误取消订单。

验收标准: 能区分明确失败和结果未知;不会重复扣款或重复释放库存;每一种暂时失败都有继续处理或人工介入的路径。


🎉 恭喜你完成本篇学习!现在你已经能为订单、库存和支付设计明确的跨服务状态与故障恢复路径。